大连理工大学单佳佳课题组ES&T封面：利用多模态深度学习追踪微塑料老化历程

近日，大连理工大学单佳佳课题组在环境领域顶刊EST上发表了一篇题为“Tracing Microplastic Aging Processes Using Multimodal Deep Learning: A Predictive Model for Enhanced Traceability”的研究性论文。该研究利用多模态深度学习模型，从多维度揭示了不同老化历程的微塑料老化特征的差异性，并建立了塑料老化历程预测模型。研究结果表明，多模态模型能够更准确地预测微塑料的老化历程，增强了对其老化行为的理解，为减轻微塑料污染提供了有价值的见解。研究还通过建立老化指纹库，为更准确的微塑料老化历程溯源模型奠定了基础。